Institut Polytechnique de Paris
Ecole Polytechnique ENSTA ENSAE Télécom Paris Télécom SudParis
Partagez la page

14 projets deeptech lauréats de l'Appel à Projets Prémat’ 2023 d’IP Paris

Le 04 jan. 2024
L’Institut Polytechnique de Paris (IP Paris) célèbre la cinquième édition de son Appel à Projets Prématuration (AAP Prémat’). Depuis son lancement, cet appel à projets a connu une montée en puissance constante et a permis d’identifier et financer les projets de recherche innovante au sein des laboratoires de l’Institut.
14 projets deeptech lauréats de l'Appel à Projets Prémat’ 2023 d’IP Paris

Au cours des cinq éditions, un total de 45 projets issus des laboratoires d’IP Paris ont été financés (soit un total de 3 millions d’euros). Ils couvrent des domaines aussi variés que la physique des matériaux, la MedTech, Energie & Environnement ainsi qu’un grand nombre de sujets numériques comme les Réseaux, la 5G et l’IA.

Grâce à l’AAP Prémat’, près de 12 start-ups ont émergé sur la base des projets lauréats (parmi lesquelles : RunBlind, Amphitrite, Konatus et Plasana).  

La cinquième édition a sélectionné 14 projets lauréats avec un financement total de 984 000 euros.

Voici les 14 lauréats de la cinquième édition :

Nom du projet Porteur de projet Domaines Description
ARTIST2 Stephan Clémençon, Télécom Paris IA  Le projet vise à compléter les développements d’un logiciel de scoring et de détection/correction automatique des biais, en tant que service, fondé sur des travaux de recherche en IA.

CaRD - Cartographies R&D
Didier LEBERT, ENSTA Paris Logiciel d’aide à la décision Solution de cartographie d’organisation de connaissances techniques à l’échelle des centres de recherche, entreprises, industries et territoires en vue d’effectuer des diagnostics et de faciliter la prise de décision stratégiques.
CATHAPLAS Thierry Dufour, École polytechnique MedTech  Le projet a développé un dispositif pour traiter les tumeurs des voies biliaires.
ClaDyVers Xavier Boutillon, École polytechnique Autre Le projet consiste à développer des claviers d’orgues et de clavecins numériques.
DEUB Antigoni ALEXANDROU, École polytechnique MedTech  Procédé de détection de biomarqueurs et de pathogènes ultrasensibles qui utilisent des sondes à base de nanoparticules luminescentes. 
DynColor Amal Dev PARAKKAT, Télécom Paris Autre Le projet développe un logiciel pour aider l’artiste à optimiser la colorisation des films d’animation 2D.
 
Fiber-socket Fabien SZMYTKA, ENSTA Paris MedTech  Le projet a pour objectif les performances des athlètes amputés au niveau du tibia en développant un manchon instrumenté qui mesure la pression, les chocs et les frottements à l'interface moignon-prothèse.
Gloc-Indoor Nel SAMAMA, Télécom SudParis Systèmes embarqués Le projet vise à optimiser la gestion des flux de matériel et/ou de personne en intégrant dans une balise autonome d’éclairage et de sécurité (BAES) d’un système complet de géolocalisation et de transmission des données.
Imag2 Visionerves Pietro GORI, Télécom Paris MedTech Le projet a pour objectif d'optimiser un logiciel de modélisation 3D rapide et automatique du système nerveux périphérique et des organes de la région abdomino-pelvienne pour aider les chirurgiens à planifier leurs interventions et leur permettre d’anticiper d’éventuelles lésions nerveuses.
INFO3D Daniel WEISZ-PATRAULT, École polytechnique Matériaux L’invention consiste en une procédure permettant d’implanter des fibres optiques dans la masse de structures métalliques imprimées en 3D, ce qui permet ensuite d’effectuer des mesures thermiques et mécaniques d’une pièce industrielle à géométrie complexe.
LASEM Alexandre TANGUY, École polytechnique Matériaux Le projet vise à développer un couplage d’un laser à onde continue avec un Microscope Électronique à Balayage pour optimiser le traitement et la modification de surface in situ de matériaux. 
Microstamp Julie DIANI, École polytechnique Matériaux Le projet développe des tampons avec des motifs pertinents pour être appliqués en surface des matériaux, ce qui permet d’optimiser la mesure des déformations par corrélation d'images lors d'essais mécaniques. 
SIFASOL Sylvain CROS, École polytechnique Énergie La technologie du projet consiste à prévoir la production électrique à fine échelle temporelle d'une ou plusieurs centrales photovoltaïques à l’aide d’observation de la couche nuageuse par images de satellites météorologique géostationnaire et d’algorithmes de machine-learning.
SWEEP Reda MOHELLEBI,
Télécom Paris
5G - Systèmes embarqués L’invention a pour objectif d’optimiser le transfert d’énergie sans fil (WPT) et la collecte d’énergie RF, dans le but de soutenir le déploiement des réseaux 5G.